6.1Score moyen sur l’ensemble des tests de benchmark.…
4.9Score moyen sur l’ensemble des tests de benchmark.…
Rang
#32
#41
Tests corrects
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.N'a pas suivi les instructions: 3Mauvaise réponse: 3Délai dépassé: 1Temps de réponse (moy.)25.92sTemps de réponse (max)88.15sTemps de réponse (total)388.79sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 8N'a pas suivi les instructions: 1Temps de réponse (moy.)3.73sTemps de réponse (max)13.73sTemps de réponse (total)55.90sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
Cohérence
8.9Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
9.5Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
Coût par résultat
1.401Affiche le coût moyen par réponse correcte du benchmark, en centimes (plus bas est meilleur).…
0.088Affiche le coût moyen par réponse correcte du benchmark, en centimes (plus bas est meilleur).…
Coût total
$0.113Coût total…
$0.006Coût total…
Taux de réussite par tentative
62.2%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
42.2%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
Tests instables
2Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
common.totalRuns
45 (15 x 3)common.totalRuns…
45 (15 x 3)common.totalRuns…
Jetons de sortie
5,477Jetons de sortie…
3,674Jetons de sortie…
Jetons de raisonnement
46,912Jetons de raisonnement…
0Jetons de raisonnement…
Temps de réponse (moy.)
25.92sTemps de réponse (moy.)…
3.73sTemps de réponse (moy.)…
Temps de réponse (max)
88.15sTemps de réponse (max)…
13.73sTemps de réponse (max)…
Temps de réponse (total)
388.79sTemps de réponse (total)…
55.90sTemps de réponse (total)…
Meilleurs modèles par score
Score vs coût total
Temps de réponse (moy.)
Score moy. vs Temps de réponse (moy.)
Répartition par catégorie
Astuces anti-IA
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
7.0Score moyen sur l’ensemble des tests de benchmark.…
9.6Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
66.7%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.N'a pas suivi les instructions: 1Temps de réponse (moy.)16.45sTemps de réponse (max)26.00sTemps de réponse (total)49.36sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
16.45sTemps de réponse (moy.)…
1,645Jetons de sortie…
5,824Jetons de raisonnement…
Qwen: Qwen3.5-Flash
2.3Score moyen sur l’ensemble des tests de benchmark.…
7.8Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
11.1%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 3Temps de réponse (moy.)1.62sTemps de réponse (max)3.89sTemps de réponse (total)4.85sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
1.62sTemps de réponse (moy.)…
687Jetons de sortie…
0Jetons de raisonnement…
Combiné
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)88.15sTemps de réponse (max)88.15sTemps de réponse (total)88.15sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
88.15sTemps de réponse (moy.)…
754Jetons de sortie…
11,520Jetons de raisonnement…
Qwen: Qwen3.5-Flash
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
0.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)6.22sTemps de réponse (max)6.22sTemps de réponse (total)6.22sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
6.22sTemps de réponse (moy.)…
1,794Jetons de sortie…
0Jetons de raisonnement…
Analyse et extraction des données
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
9.9Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)12.58sTemps de réponse (max)13.87sTemps de réponse (total)25.16sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
12.58sTemps de réponse (moy.)…
453Jetons de sortie…
3,200Jetons de raisonnement…
Qwen: Qwen3.5-Flash
9.9Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)1.57sTemps de réponse (max)1.83sTemps de réponse (total)3.14sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
1.57sTemps de réponse (moy.)…
243Jetons de sortie…
0Jetons de raisonnement…
Spécifique au domaine
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
10.0Score moyen sur l’ensemble des tests de benchmark.…
7.2Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
22.2%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 2Délai dépassé: 1Temps de réponse (moy.)44.63sTemps de réponse (max)82.55sTemps de réponse (total)133.89sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
44.63sTemps de réponse (moy.)…
293Jetons de sortie…
14,016Jetons de raisonnement…
Qwen: Qwen3.5-Flash
7.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
66.7%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)905msTemps de réponse (max)1.10sTemps de réponse (total)2.71sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
905msTemps de réponse (moy.)…
15Jetons de sortie…
0Jetons de raisonnement…
Suivi des instructions
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
7.5Score moyen sur l’ensemble des tests de benchmark.…
6.6Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
83.3%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.N'a pas suivi les instructions: 1Temps de réponse (moy.)15.66sTemps de réponse (max)21.80sTemps de réponse (total)31.32sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
15.66sTemps de réponse (moy.)…
318Jetons de sortie…
4,992Jetons de raisonnement…
Qwen: Qwen3.5-Flash
5.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
50.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)8.81sTemps de réponse (max)13.73sTemps de réponse (total)17.61sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
8.81sTemps de réponse (moy.)…
63Jetons de sortie…
0Jetons de raisonnement…
Puzzle Solving
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
4.3Score moyen sur l’ensemble des tests de benchmark.…
9.8Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
33.3%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.N'a pas suivi les instructions: 1Mauvaise réponse: 1Temps de réponse (moy.)14.09sTemps de réponse (max)16.81sTemps de réponse (total)42.28sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
14.09sTemps de réponse (moy.)…
1,527Jetons de sortie…
5,760Jetons de raisonnement…
Qwen: Qwen3.5-Flash
1.3Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
0.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 2N'a pas suivi les instructions: 1Temps de réponse (moy.)5.90sTemps de réponse (max)12.19sTemps de réponse (total)17.69sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
5.90sTemps de réponse (moy.)…
608Jetons de sortie…
0Jetons de raisonnement…
Appel d'outils
Score
Cohérence
Taux de réussite par tentative
Tests instables
Tests corrects
Temps de réponse (moy.)
Jetons de sortie
Jetons de raisonnement
OpenAI: GPT-5 Mini
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)18.64sTemps de réponse (max)18.64sTemps de réponse (total)18.64sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
18.64sTemps de réponse (moy.)…
487Jetons de sortie…
1,600Jetons de raisonnement…
Qwen: Qwen3.5-Flash
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)3.67sTemps de réponse (max)3.67sTemps de réponse (total)3.67sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…